Insights da Cúpula Digital com Propósito Buenos Aires 2026
Durante anos, a sustentabilidade e a tecnologia rodaram em trilhos paralelos. Uma media o impacto enquanto a outra melhorava a eficiência. As equipes de sustentabilidade acompanhavam emissões, água, recursos e resultados sociais. As equipes de tecnologia construíam plataformas e automatizavam operações. A única ponte entre elas eram os relatórios. A tecnologia ajudava as organizações a entenderem sua pegada, mas raramente a alterava.
Essa separação está se dissolvendo.
Na Digital with Purpose Summit, sediada pela Globant na Globant Tower em Buenos Aires, mais de 50 palestrantes e 150 participantes do governo, energia, mineração, finanças, agricultura, academia e organizações multilaterais se reuniram em 15 painéis. ONU Mudanças Climáticas, COP30, FAO, WWF, Banco Interamericano de Desenvolvimento, Natura, Barrick, Xylem e BYMA estiveram entre as instituições presentes na sala.
O que mais me impressionou não foi a diversidade de setores, mas as tensões: eficiência versus redesenho sistêmico, inteligência artificial versus a lógica da natureza, e a promessa dos dados ao lado de preocupações reais sobre sua extração, governança, propriedade e quem captura seu valor.
Sob essas tensões havia um reconhecimento compartilhado. A IA está deixando de ser uma ferramenta que relata o impacto para se tornar uma que pode produzi-lo. Se essa mudança entregará melhores resultados ainda é uma questão em aberto e, possivelmente, a questão decisiva para a sustentabilidade e os negócios na próxima década.
De relatar o impacto a assumir sua responsabilidade
A sustentabilidade há muito tempo é tratada como um problema de medição. Melhores dados, melhores relatórios, conformidade regulatória, progresso demonstrável. Essas coisas ainda importam. Elas não são mais suficientes. O que se precisa agora é de liderança, não de mera conformidade.
A IA é cada vez mais usada para alterar resultados, não apenas para monitorá-los. Ela otimiza o consumo de energia em tempo real, melhora a gestão da água, eleva a produtividade agrícola, reduz o desperdício operacional e fortalece as cadeias de suprimentos. A questão não é mais se uma empresa pode relatar seu desempenho em sustentabilidade, mas se ela pode melhorá-lo em escala.
A cúpula ofereceu exemplos em cada etapa dessa transição. O setor de TIC responde por cerca de 2% das emissões globais, mas seu impacto habilitador cresceu ao longo das sucessivas avaliações do GeSI: de 5,5 vezes sua própria pegada no SMART2020 (2008), para 7,2 vezes no SMARTer2020 (2012), e para 9,7 vezes até 2030. No SMARTer2030 (2015), o GeSI estimou uma pegada de TIC de 1,25 Gt CO₂e em 2030 contra 12 Gt de emissões evitadas por meio de soluções de TIC. Este relatório conclui que as soluções habilitadas por TIC poderiam manter as emissões globais nos níveis de 2015, enquanto promovem o crescimento econômico sustentável.
A Natura digitalizou seu Lucros e Perdas Integrado (P&L Integrado), o modelo contábil que monetiza o impacto ambiental, social e humano ao lado dos resultados financeiros, transformando o que antes era um exercício anual em uma ferramenta de gestão em tempo real (Relatórios de Contabilidade de P&L Integrado da Natura – Valorando o Impacto +2). A Greenspark projeta data centers em locais com excedentes de energia para não sobrecarregar a rede, combinando isso com uma abordagem centrada na comunidade para construir confiança social. A Cheaf, uma startup, já resgatou 15 milhões de quilos de alimentos. O Satellites on Fire processa dados de 13 satélites a cada cinco minutos em 21 países e tem apoiado respostas a incêndios florestais. E para a WWF e o INTA construímos uma ferramenta que correlaciona a produtividade de carne com as emissões de carbono, alinhando incentivos para a agricultura regenerativa.
A medição não está desaparecendo. Na verdade, prestar contas dos resultados exige mais rigor, não menos. O que muda é o seu papel. A elaboração de relatórios deixa de ser o destino final e se torna o elo entre compromissos, decisões e resultados.
A ascensão dos modelos de negócios baseados em resultados
A mesma lógica está remodelando a forma como as organizações pensam sobre o valor. Durante décadas, os modelos de negócios foram construídos com base no esforço. Horas trabalhadas, projetos entregues, equipe alocada. À medida que a IA automatiza tarefas e acelera a execução, o esforço se torna um indicador fraco de valor. O que importa é o resultado produzido. Esse é o pensamento por trás da abordagem baseada em resultados do Glob.AI, que alinha o crescimento a resultados mensuráveis em vez da atividade.
Mas comprometer-se com resultados levanta uma questão mais difícil: quais resultados devem contar? Minha resposta é o impacto no desenvolvimento. Com muita frequência, as organizações separam o propósito do desempenho, tratando um como uma conversa sobre valores e o outro como uma conversa de negócios. A cúpula sugeriu o oposto. Vincular o crescimento ao propósito é uma das formas mais duradouras e defensáveis de definir o sucesso.
Nos setores de energia, finanças, agricultura, mineração e desenvolvimento urbano, as organizações que estão fazendo progressos reais compartilham um traço comum. Elas pararam de tratar a sustentabilidade como um requisito de conformidade e começaram a tratá-la como um resultado pelo qual sua tecnologia é responsável.
Por que a convergência é visível na América Latina
Reguladores, investidores, clientes, funcionários e comunidades estão exigindo progressos tangíveis. A IA, por sua vez, está desbloqueando eficiências que atingem diretamente o resultado financeiro. Propósito e crescimento estão convergindo, e na América Latina essa convergência é concreta. O reuso de água apoia a produção de energia em Vaca Muerta. Redes de conectividade comunitária operam em todo o Gran Chaco. A IA está processando décadas de dados científicos da Antártida. A agricultura está aumentando a produtividade enquanto reduz a pressão ambiental. Os desafios de sustentabilidade da região estão se tornando desafios tecnológicos.
Uma ideia se repetiu em todos os painéis, e essa ideia foi a confiança. Não a confiança na tecnologia, mas a confiança entre instituições, comunidades, empresas e cidadãos. Vários palestrantes argumentaram que a tradicional «licença social» não basta mais porque enquadra a aceitação como uma transação. Eles propuseram a confiança social recíproca em seu lugar. Quer o tema fosse mineração, redes de conectividade, mercados de carbono, infraestrutura hídrica ou data centers, o mesmo princípio se mantinha: o impacto só conta se as pessoas afetadas o considerarem legítimo.
O paradoxo da IA
A IA tem sua própria pegada. A parcela do setor digital nas emissões globais ainda é pequena, mas os data centers relacionados à IA podem consumir tanta eletricidade quanto o Japão até 2030, e a demanda continuará subindo à medida que bilhões de novos usuários e agentes de IA entrarem em linha.
Portanto, a questão não é se a IA tem um impacto, mas se o seu impacto líquido é positivo.
O paradoxo se estende à governança. Os palestrantes destacaram a lacuna entre as políticas de IA responsável e a prática real. Apenas uma pequena parcela das organizações operacionalizou a IA responsável, enquanto a maioria dos funcionários já usa ferramentas de IA que suas organizações nunca aprovaram. À medida que a adoção se acelera, a transparência, a responsabilidade e a confiança se tornam mais difíceis de garantir e mais essenciais.
Ainda não, mas visivelmente possível
Duas tendências surgiram na cúpula, e elas são na verdade uma só: a tecnologia está sendo julgada pelos resultados que produz e não pela atividade que gera, e a sustentabilidade está deixando de ser uma obrigação de relatório para se tornar um objetivo de negócios mensurável.
Então, a IA está ficando mais inteligente enquanto nossos resultados melhoram? A resposta honesta é ainda não, pelo menos não em escala sistêmica]. As emissões globais ainda estão subindo. A biodiversidade ainda está diminuindo. A maioria dos problemas de sustentabilidade mais difíceis continua sem solução.
Mas os exemplos em Buenos Aires mostram como poderia ser um modelo diferente: a IA processando décadas de dados científicos, otimizando infraestruturas críticas, refinando decisões, criando novas formas de prestação de contas. Eles não provam que a transição aconteceu; mostram como ela poderia acontecer.
A oportunidade não está em ter sistemas mais inteligentes, mas em usá-los para produzir resultados que a sociedade reconheça como valiosos. E isso depende de algo que a tecnologia não pode fabricar: a confiança.
